王根生，袁红林，黄学坚，闵 潞

1(江西财经大学 国际经贸学院，南昌 330013)

2(江西财经大学 计算机实践教学中心，南昌 330013)

3(江西财经大学 人文学院，南昌 330013)

1 引 言

随着互联网的普及，各种在线网络学习平台迅速发为用展，户提供了丰富的学习资源.面对海量的学习资源如何根据用户的学习兴趣、习惯、能力实现个性化资源推荐是网络学习平台的发展趋势.个性化推荐在电子商业领域运用非常广泛，针对个性化网络学习资源推荐研究方面，国内外学者进行了相关研究探索.陈洁敏[1]对目前学习资源个性化推荐算法进行归纳，总结出主要有基于内容过滤、基于关联规则、基于协同过滤和基于混合模式，梁婷婷[2]通过内容向量空间滤波建立学习资源过滤模型；丁继红[3]在大数据的环境下对学习者、资源、情景等进行多维关联分析，实现资源和学习者之间的个性匹配；沈苗[4]设计一种以学生属性分类为基础的协同过滤算法，实现学生选课系统的智能化、个性化资源推荐；Lei W[5]先通过数据挖掘得到关联规则建立偏好矩阵，再和协同过滤算法混合进行个性化推荐.

基于内容过滤推荐算法需要建立资源特征表示[6]，而网络学习资源形式多样化，很难建立统一的特征表示；关联规则推荐算法需要海量的样本数据支撑，并且个性化程度偏低[7]；资源和用户进行特征表示在协同过滤推荐算法可以省略[8]，通过对资源建立用户兴趣相似度模型，根据兴趣相似用户……